×
切換帳號
台灣數位訓練課程
課程
知識
系統教學
登入
索引
00:00
1.
AI 胡說八道的特性,要如何避開?
筆記
(0)
未登入或權限不足!
影片問題
問卷
資訊卡
字幕
廣告
×
寫筆記
loading ...
00:00
1.
AI 胡說八道的特性,要如何避開?
×
嵌入網址
語法
複製語法
解析度
1280x720
1920x1080
自訂大小
原始碼嵌入
原始碼嵌入 (比例 4:3)
原始碼嵌入 (比例 16:9)
自訂大小
x
×
QR code
分享
嵌入網址
QR code
索引
筆記
全螢幕
列印日期 : 2026/02/24
台灣數位訓練課程
知識庫
人工智慧之道 ~ 打造不會胡說八道的 AI 知識庫
AI 胡說八道的特性,要如何避開?
長度: 01:51,
瀏覽: 110,
最近修訂: 2025-11-20
×
播放影片: https://training.xms.tw/media/3479
從目前生成式 AI 主流技術「Transformer」的運作原理,
答案是 ~ 無法避免!
1. 為什麼 AI 會胡說八道?
簡單來說,
AI 就是用很厲害的數學模型和強大的算力去
建立每一個 token (先當作「字」來理解就好) 之間的關聯性 (embedding vector)
計算內容中所有 token 之間的相關性,並「生成」下一個「字」的機率分布
圖:生成式 AI 原理 (參考來源:
台大電機李宏義教授上課內容
)
而這些關聯性,
可以想成是透過人類大量資訊統計 or 指導出來的結果。
因為只是無腦的計算,
並沒有真正理解其中的意思,會「胡說八道」就可以理解了。
2. 用 RAG 限縮回答內容,可以解決嗎?
展示的時候可以,而且效果很好。
這是因為
只依據一篇文件來回應,而且文件寫的還不錯。
但現實上通常不是如此 ...
而且企業內出錯的機率可能又更高,
當限制以企業內有限、甚至是過時、不完整、重複的資料回應時,
AI 就只能無腦的從多篇文件 copy & paste (斷章取義),
不像
Internet 有更高品質且更完整的資料可以據此修正,自然歪樓的情況就更嚴重了。
3. 很厲害的推理模型呢?
至於現在 (2025年) 看起來很厲害的 Reasoning (推理),
其實只是在這個基礎上很暴力的多算幾次 ...
愚者千慮必有一得,
雖然能提高正確率 (仍不可能 100% 正確),但現階段還不太能落地普及到一般企業內的應用。
關於 Reasoning 更深入的說明,可以參考台大電機系李宏毅教授的上課內容:
「
DeepSeek-R1 這類大型語言模型是如何進行「深度思考」(Reasoning)的?
」
4. 解法
既然 AI 歪樓是無法避免的,
最簡單的解法,當然就是「
不要讓 AI 生成
」。
或是生成的時候,讓使用的人「
有能力判斷
」,
就像 Google 一樣,查到的資料不一定就是對的,但只要有能力判斷,依然可以成為超好用的工具!
這要怎麼做到呢?
不讓 AI 生成
當 AI 判斷使用者的問題和某個 Q&A 的問題一樣時,
就直接顯示系統中經過「人」整理過的內容,這樣 AI 就沒機會「生成」,避開了不確定性。
有能力判斷
那就進行有效率的教育訓練,用 10 倍速高效率,在最短的時間內把人的「經驗」和「敏銳度」培養起來,萬一沒找到 FAQ 只能生成時,降低被誤導的風險。
實踐的方法,
可以參考:「
打通任督二脈 ~ 建構 AI 知識庫的同時,進行 10 倍速的經驗傳承
」
5. 為什麼是 Q&A?
原因很簡單,因為 Q&A 是
「
紀錄經驗
」最簡單的方式
「
解決問題
」最直接的方法
只要每天花 10 分鐘整理,
就能在 3 個月內,
打造企業專屬且優質的 AI 知識庫,
同時又能進行 10 倍速的經驗傳承。
延伸閱讀:
為什麼是寫 Q&A?
已經有文件了,為什麼還要寫 FAQ?
寫 FAQ 很麻煩耶 ...
×
×
複製檢核清單
loading ...
×
×
×
關閉
×
loading ...
評語
5
共 1 則評分
5
4
3
2
1
請登入後才可以評分
×
評分
×
查看更多
loading ...
上一篇
下一篇
詳細
位置
知識庫
人工智慧之道 ~ 打造不會胡說八道的 AI 知識庫
資料夾名稱
人工智慧之道 ~ 打造不會胡說八道的 AI 知識庫
上傳者
蘇德宙
單位
台灣數位員工
標籤
10倍速
,
AI 胡說八道
,
只有文件,不夠
,
寫 FAQ 好處
,
AI閉嘴
,
RAG
,
推理模型
建立
2025-05-04 18:50:19
最近修訂
2025-11-20 11:46:20
長度
01:51
引用
2
知識庫
人工智慧之道 ~ 打造不會胡說八道的 AI 知識庫
1.
第一章、人工智慧之道
1.1
一本正經、胡說八道的結果 ~ GenAI 鴻溝
1.2
生成式 AI 的 5 個根本限制
1.3
AI 人工智慧之道 ~ 寫 FAQ 就對了!
1.4
AI 人工智慧之道 ~ 打破砂鍋問到底!
1.5
降低寫 FAQ 的門檻
2.
第二章、需求 & 解法
2.1
需求 ~ 有問題要問誰?
2.2
每天10分鐘,3 個月內打造專屬的 AI 知識庫
2.3
用 AI 進行 10 倍速經驗傳承
2.4
突破知識管理和教育訓練,收集經驗是關鍵!
2.5
導入 xms+ AI 的效益
3.
第三章、打造 AI 知識庫,每天只要 10 分鐘!
3.1
從零開始,3 個月內打造專屬的 AI 知識庫
3.2
從現有資料,打造 AI 知識庫
3.3
AI 幻覺 ~ 不確定性、胡說八道、遺漏重要資訊、 ...
3.4
AI 幻覺 (hallucination) 的風險
3.5
AI 胡說八道的特性,要如何避開?
3.6
為什麼是寫 Q&A?
3.7
已經有文件了,為什麼還要寫 FAQ?
3.8
只有文件的 AI 知識庫,不會成功!
3.9
寫 FAQ 很麻煩耶 ...
3.10
寫 FAQ 的好處
3.11
FAQ:怎麼寫?
3.12
有記錄到的這麼少,還值得做嗎?
3.13
寫下來是錯的,要怎麼辦?
3.14
打通任督二脈 ~ 建構 AI 知識庫的同時,進行 10 倍速的經驗傳承
3.15
執行流程 ~ 建構 AI 知識庫 + 10 倍速經驗傳承
3.16
輔導方案 ~ 導入 xms+ AI 知識庫
4.
第四章、快速入門 ~ 執行 & 操作
4.1
建立 AI 小幫手,3 分鐘搞定!
4.2
依據 AI 統計資料,持續改善的操作流程
4.3
寫 Q&A,抓住 3 個關鍵就很簡單!
4.4
從互動中,整理 Q&A (邊做邊紀錄)
4.5
從 AI 的回應中,整理 Q&A
4.6
每天只花 10 分鐘,時間真的夠嗎?
4.7
PDCA 持續改善 (含案例)
4.8
Q&A 執行時的常見問題
5.
第五章、記錄經驗 ~ 可以很簡單、有效!
5.1
學會「問」,超級重要!!
5.2
向 AI 學習!
5.3
FAQ 怎麼寫?
5.3.1
寫 FAQ (1) ~ 快速、高品質的標準化流程
5.3.2
寫 FAQ (2) ~ 問題,要怎麼描述? (原則與步驟)
5.3.3
寫 FAQ (3) ~ 內容,先講重點就對了 (PREP)
5.3.4
寫 FAQ (4) ~ 前提,有時候很重要
5.3.5
寫 FAQ (5) ~ 排版,可以畫龍點睛! (凸顯重點、增加可讀性)
5.3.6
寫 FAQ (6) ~ 案例練習 (下標題、排版)
5.4
表達框架
5.4.1
表達框架 (1) ~ PREP 先講重點就對了
5.4.2
表達框架 (2) ~ SCQA 提案就要這樣寫
5.4.3
表達框架 (3) ~ 改變方程式 (Why & How + Action!)
5.5
整理技巧
5.5.1
ChatGPT 好的回應,就存起來不要浪費!
5.5.2
問題不清楚的,怎麼整理 FAQ? (用猜的、反問)
5.5.3
寫工作日誌,一兼二顧 ~ 提高工作效率 + 記錄經驗
5.6
寫文件
5.6.1
文件:用「重點」來整理就會簡單很多
5.6.2
操作手冊 (1) ~ 設計原則
5.6.3
操作手冊 (2) ~ 流程 & 案例練習
6.
第六章、知識管理 ~ 挑戰與突破
6.1
知識管理的需求、挑戰與突破
6.2
打通任督二脈:邊做邊記錄、下次照著做
6.3
用 AI 實現「邊做邊記錄、下次照著做」
6.4
突破 (1) ~ 經驗,進不去?
6.5
突破 (2) ~ 知識過時、不完整、重複?
6.6
突破 (3) ~ 找不到資料?
7.
第七章、推動與執行策略
7.1
訂目標 ~ 符合 SMART 原則就對了
7.2
如何設計目標?
7.3
把義務,化為無痛的習慣
7.4
推動,成功方程式 (制度 X 負責人)
7.5
改變 or 推動新制度,可以很簡單!「小行為 + 即時激勵」就對了
7.6
改變 or 制度設計,要符合 ABC 原則
7.7
組織成功變革的 8 個步驟
7.8
大家的意願低 (可能因為忙、累),如何設定目標才能 3 個月完成?
8.
第八章、應用
8.1
AI 時代,很多人也都在胡說八道 ...
8.2
傳統 AI 應用的風險,以護理衛教為例
8.3
資訊單位的 AI 小幫手
8.4
3 個月,打造 AI 智慧護理衛教服務
8.5
護理臨床經驗,可以 10 倍速傳承
8.6
醫師案例報告,小改變大效果 (1) ~ 微調「重點整理」 ( take home message)
8.7
醫師案例報告,小改變大效果 (2) ~ 使用「重點分析」
8.8
每天 10 分鐘,3 個月提升團隊業績 20%
8.9
AI 知識社群
9.
第九章、PDCA 持續改善,打造更優質的 AI 服務
9.1
優化 AI 知識庫 ~ 改善「過時」的問題
9.2
優化 AI 知識庫 ~ 改善「不完整」的問題
9.3
優化 AI 知識庫 ~ 改善「重複」的問題
9.4
優化 AI 知識庫 ~ 以新增 FAQ 為例 (無法回答時)
9.5
優化 AI 知識庫,同時進行教育訓練的案例
9.6
不滿意的,就改善
9.7
都找不到的,就先補 Q&A
9.8
找不到 FAQ?就補上去囉
9.9
無法回答的,就調整內容
9.10
同義詞,找不到怎麼辦?
9.11
優化 AI 知識庫 ~ 以新增 FAQ 為例 (AI 答非所問時)
9.12
優化案例 (1) ~ 從現有文件中整理 FAQ
10.
第十章、案例分析
10.1
AI 「彙整」多篇參考資料時,內容可能不夠精準 (解法:建立 FAQ)
10.2
有找到相關的文件,但無法依據現有的內容回答 (解法:建立 FAQ)
10.3
系統中沒有任何相關資訊 (解法:建立 FAQ)
10.4
有正確解答,但缺少重要的圖片資訊。(解法:建立 FAQ)
11.
第十一章、10 倍速經驗傳承
11.1
70-20-10 學習法則
11.2
教育訓練,超高 CP 值的投資
11.3
線上課程設計,10 分鐘就上手
11.4
測驗 ~ 10倍速經驗傳承的關鍵
12.
第十二章、設計測驗
12.1
設計測驗,用 AI 就很簡單!
12.2
AI 設計測驗 ~ 資料夾的 FAQ
12.3
AI 設計測驗 ~ 案例分析
12.4
AI 設計測驗 ~ 一般文件
12.5
AI 設計測驗 ~ 課程
13.
第十三章、我有問題 (Q&A 對症下藥)
13.1
寫文件,為什麼這麼困難?
13.2
閱讀文件,抓不到重點怎麼辦?
13.3
一定要照著做嗎?差一點還好吧
13.4
可以直接用現有的資料上 AI 嗎?因為還要寫 FAQ 很麻煩耶。
13.5
AI 小幫手會問外面的 ChatGPT 嗎?
13.6
寫好的 FAQ,可以用在哪?
13.7
QBS ~ 寫一個 QA 還是分拆多個?
14.
第十四章、操作教學
14.1
[操作] 3 個月打造 AI 衛教小幫手 (含同意書範本)
14.2
[操作] 生成 AI 小幫手 QRcode
14.3
[操作] 建立護理臨床經驗的 AI 知識庫
14.4
[操作] PGY AI 小幫手應用
14.5
[操作] 建立電算中心的 AI 小幫手
14.6
[操作] km+ 知識管理,10 分鐘快速入門
14.7
[操作] 編輯器的基礎教學
14.8
[操作] 插入圖片 (for 重點、FAQ)
15.
[案例] PREP 改善 ~ 護理衛教「營養夠嗎?」
16.
[案例] PREP 改善 ~ 護理衛教「為甚麼裝生理監視器?」
17.
[範例] AI 智慧諮詢服務 ~ (給病人)